惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
News and Events Feed by Topic
Malwarebytes
Malwarebytes
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
C
Cybersecurity and Infrastructure Security Agency CISA
F
Future of Privacy Forum
C
Cisco Blogs
T
The Exploit Database - CXSecurity.com
A
Arctic Wolf
S
Securelist
K
Kaspersky official blog
S
Schneier on Security
T
ThreatConnect
T
Tenable Blog
Spread Privacy
Spread Privacy
T
True Tiger Recordings
AWS News Blog
AWS News Blog
F
Fox-IT International blog
量子位
T
Threatpost
V
Vulnerabilities – Threatpost
C
CERT Recently Published Vulnerability Notes
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
宝玉的分享
宝玉的分享
腾讯CDC
G
Google Developers Blog
aimingoo的专栏
aimingoo的专栏
Cyberwarzone
Cyberwarzone
有赞技术团队
有赞技术团队
S
SegmentFault 最新的问题
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
Visual Studio Blog
U
Unit 42
雷峰网
雷峰网
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Simon Willison's Weblog
Simon Willison's Weblog
O
OpenAI News
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
The GitHub Blog
The GitHub Blog
The Register - Security
The Register - Security
MyScale Blog
MyScale Blog
小众软件
小众软件
A
About on SuperTechFans
Last Week in AI
Last Week in AI
Y
Y Combinator Blog
博客园 - 三生石上(FineUI控件)
美团技术团队
Google Online Security Blog
Google Online Security Blog
P
Proofpoint News Feed
MongoDB | Blog
MongoDB | Blog

Все публикации подряд на Хабре

Как интеллект становится уязвимостью под давлением Не надо так: три типичные ошибки, которые приводят ко взлому Заметки про код-стайл в C++ Забытый мультиколор (часть 1) Культура ест стратегию на завтрак: почему не работает долгосрочное планирование Как оплатить iCloud в России в 2026 году без смены региона Apple ID Глубокая интеграция месседжинга с бизнес процессами в фреймворке NodaLogic Контекстные менеджеры в Python за пределами with open(): пишем свои и упрощаем код Пароль против уборщицы Выяснились детали мега-IPO SpaceX, а также первый прибыльный квартал Anthropic Люди с психическими расстройствами – новая нефть? Когда нейросети перестанут галлюцинировать? И почему на «что за дичь» они несут ещё большую дичь? Мессенджер HalChat теперь в Google Play: 3 года разработки, ИИ в браузере и квест с модерацией Реверс-инжиниринг Xiaomi Smart Band 10 Когда памяти мало Среда повседневности как объект проектирования: что общего у горца, серотониновой ямы и митохондрий AGENTS.md создавали, чтобы помогать агентам. Я использую его, чтобы их вычислять Почему устанавливают join_collapse_limit = 20 Почему устанавливают join_collapse_limit = 20 Эрик Рис, автор Lean Startup: Почему хорошие компании становятся плохими после IPO Context-driven Reusable Form Pattern: Масштабируемая архитектура для Create / Edit / Create-from-Source Пузырьковая сетка, кошачья стая и не только — неожиданные источники вдохновения для QoS-алгоритмов ___, или «Заголовок намеренно оставлен пустым» ИИ-боты сканируют даже логи TLS-сертификатов. Любая информация используется для обучения LLM Нейросеть оживить фото ИИ: Как оживить фото нейросетью в 2026 году? Разбираемся в ML без воды: от базы до Attention. Часть 5: Метрики качества В поисках «кофейного Грааля». Как человечество пытается сварить идеальный кофе и какие рецепты предлагают…математики Программатик: Часть 2 — OpenRTB Интернет до бесконечных лент: каким был 2010 год Перезапуск TrueIndex: что изменилось в рейтинге языков программирования Проектный холст: как менеджеру подбирать «краски» управления под разные команды «Метафизика в формулах: математическое ядро «Веры Паломника — Исход» Java и постквантовый TLS Marcli: Markdown Терминал Кнопочный смартфон с 5G за 2800 рублей — разбираем и изучаем китайскую диковинку Где неприятности — там и жизнь Разворачивайте платформы: stackfile Мой путь в Microsoft Мобильная разработка за неделю #631 (18 — 24 мая) Что не так с Mixtape, и почему не все довольны новой игрой? Стоматология каменного века. Как неандертальцы лечили зубы 59 тысяч лет назад Почему классическое управление проектами часто не работает в IT-продуктах Строительство Саркофага. Часть 2. Бетонные реки и стальные берега РАЗРАБОТКА ПАРАМЕТРИЗИРУЕМОГО МОДУЛЯ CORDIC-АЛГОРИТМА НА SYSTEM VERILOG Вариационное исчисление как метафора свободы выбора: от градиентного спуска к онтологии пути Ekahau Sidekick и RSSI‑offset: физические ограничения метода и пять независимых причин неточности клиентской модели Колесо потока против раскола Обзор интересных особенностей переворачивающихся при умножении чисел В С неопределённое поведение повсюду MCP-агрегатор: объединяем инструменты для LLM в один сервер Дата-центры в космосе: как Google и SpaceX готовят новую инфраструктуру для ИИ Google готовит замену Chromebook: какими будут ноутбуки Googlebook Пользователь пишет issue, агент меняет сайт. Да, я это сделал Корпоративные конфликты в ИТ-секторе: механика судебной защиты активов и субсидиарных рисков Цена одной опечатки: Как три неверные буквы сорвали киберограбление на миллиард долларов Как я победил спам в своих email аккаунтах Whitepaper Сбера «AI-Disrupt PDLC»: разбор для тех, кто пишет код RustDesk Pro в России не купить. После долгих лет администрирования мы собрали своё честное решение Не пики, а бассейны: почему эволюция — это блуждание по графу жизни Как Gemini 3.5 Flash сломали ради красивых графиков (и почему она обходит 3.1 Pro только на бумаге) Вредоносная атака на Laravel-Lang meta-attention is all you need Как перестать путаться в IP-адресах серверов Сколько стоят ошибки в арбитраже: декомпозиция ценообразования на судебные услуги в Москве Разбираемся в ML без воды: от базы до Attention. Часть 4: kNN Vortex: фреймворк для тех, кого задолбала итальянская кухня в репозитории Использование тепла ЦОД в мире и РФ Часть 4. Скорость света — технические детали Не цитируй мне нейросеть Что сейчас с Project Loom? Примеры и код Рождённые в Сумерках Meta 1 мая показала как они хранят ключи от ваших бэкапов WhatsApp. Разбираю архитектуру и сравниваю Линт проектов: собираем ESLint, Prettier и Stylelint в один пакет Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь РБМК: enfant terrible Как я собеседую менеджеров AI-продуктов для крупного Enterprise Парадокс рынка труда: конкуренция выросла, но не везде, нанимать легче, но не везде Модификаторы в Blender: осваиваем Boolean «Бесплатно» — это красный флаг: почему мы доверяем не тем (опрос) Стратегия выживания в эпоху ИИ Новая теория обещает переписать фундамент всей математики MTP у Qwen3.6 в llama.cpp обещает ×2 по скорости. Я прогнал ту же модель через своего агента — и получил обратное [Перевод] Соль и перец в безопасности паролей Что такое «статьи-зомби» CodeGraph: граф кода для Claude Code вместо grep по файлам. Разбираю архитектуру и проверяю бенчмарки Мессенджер Ласточка. Часть 3 Google представила Gemini Omni — универсальную ИИ-модель. Роботы работают, счастлив человек Что у SpaceX с патентным портфелем перед IPO? Делегирование, которому можно научиться у промпт‑инженеров Feature Based Clean Architecture. Часть 5: Масштабирование FBCA и теоретико-графовый анализ зависимостей Настройка типизации формы React Hook Form (≥ v7.44.0) + Zod с разными входными и выходными типами Feature Based Clean Architecture. Часть 4: FBCA: формализация границ ответственности в NestJS-модуле Корпорация «Святые Технологии». Работа мечты (рассказ) CyLab Security Academy: как Carnegie Mellon превратила CTF в полноценную обучающую платформу Feature Based Clean Architecture. Часть 3: Архитектурный риск циклов в NestJS: ROI решений на горизонте пяти лет Домашний сервер без белого IP: безопасная публикация сервисов через VPS, обратный SSH-туннель и Caddy Почему не взлетели дирижабли? Часть 22: Митягина, Эйхенвальд и Ховрина, первый в истории женский экипаж дирижабля Китайцы ответили на H200 — обзор Zhenwu M890 от Alibaba Feature Based Clean Architecture. Часть 2: Декомпозиция на сервисы: анализ ограниченности подхода Лучшие игры для Steam Deck в 2026 году по мнению пользователей
Советское ИИ: Забытые гении
DimaIam (Stu · 2026-05-25 · via Все публикации подряд на Хабре

Советское ИИ: Забытые гении

Уровень сложностиПростой

Время на прочтение7 мин

Охват и читатели263

Ретроспектива

Пока за океаном кипела работа над превращением человеческого нейрона в математическую модель,  в СССР кибернетику клеймили как буржуазную лженауку. Но это не значит, что советские ученые остались в стороне в вопросах исследования ИИ. 

Сегодня мы вспомним выдающихся деятелей той эпохи, которые приложили руку к формированию отечественной школы машинного обучения.

Алексей Ляпунов

Алексей Ляпунов в лектории.

Алексей Ляпунов в лектории.

Пожалуй, Алексей Андреевич Ляпунов (1911-1973) был первым из первых. С него начался ренессанс кибернетики в СССР, когда в 1954 году он открыл “Большой семинар” как бы и по кибернетике, и в то же время не совсем по ней — просто не прошло еще и года со смерти Сталина и будущий статус новой науки был еще в тумане. Приходилось чуть-чуть соблюдать конспирацию.

Ляпунов был из старинного рода столбовых дворян, из которого вышло множество заметных деятелей. Его родственник Сергей Ляпунов был композитором, чьи фортепианные этюды сравнивали с работами Ференца Листа, а родной батюшка с успехом отучился в Москве, Гейдельберге и Гетиннгене.

Окончив среднюю школу, 17-летний Ляпунов сразу поступает на физико-математический факультет МГУ, который вскоре пришлось оставить. Бунтарская натура не смогла пойти на поводу у руководства, требовавшего от студентов подписать петицию о сносе православного храма.

Фотокарточка Алексея Ляпунов военных лет. Артеллирист, командир топографического взвода, кавалер ордена Красной Звезды. Источник: Институт прикладной математики им. М. В. Келдыша.

В итоге он отчисляется и через какое-то время попадает в “Лузитанию” — группу математиков, занимавшихся под руководством Николая Николаевича Лузина. Под его менторством Ляпунов напишет первую научную работу по теории множеств. А из беспечно сраставшегося союза под сенью математических муз выйдут такие имена как Келдыш, Колмогоров, Бари и многие другие.

Профессор Лузин выпестовал множество выдающихся математиков.

Профессор Лузин выпестовал множество выдающихся математиков.

Заинтересовавшись работами Норберта Винера, Ляпунов пришел к выводу, что за кибернетикой будущее. Одной из его важнейших идей было создание операторного метода программирования, с которым программу можно описывать как последовательность формальных преобразований состояния системы. Логическая схема, заменявшая машинный код, в итоге приведет к появлению высокоуровневых языков, которые мы используем сегодня.

Именно астрономия привила Ляпунову любовь к наукам.

Именно астрономия привила Ляпунову любовь к наукам.

В теорию ИИ Ляпунов внес вклад также немалый, предвосхитив появление нейро-лингвистического программирования (NLP). По замыслу автора, язык можно разложить на формальные правила: грамматику, преобразования, классы конструкций и алгоритмы анализа. Эта идея станет одним из истоков будущих исследований по машинному переводу, синтаксическому анализу и обработке естественного языка, что впоследствии даст нам современные ЛЛМ.

Ляпунов пророчески предвидел, что однажды машина научиться думать и, может даже, творить сама. В 1996 году, 23 год спустя после смерти, он будет удостоен самой престижной медали “Computer Pioneer” с Чарльзом Бэббиджем на аверсе. Она присуждается Компьютерным Сообществом, что является частью американского Института инженеров электротехники и электроники (IEEE).

Анатолий Китов

Анатолий Китов.

Анатолий Китов.

Анатолий Иванович Китов (1920-2005) сверкал многогранностью В детстве он был способным гимнастом, бравшим медали на соревнованиях. Но спортивные трофеи были не единственным завоеванием: он также “взял” золотую медаль по окончании школы и прославился на городских и областных олимпиадах по математике в Узбекской ССР. 

Выпускник Средне-Азиатского государственного университета, как и его коллега по математическому цеху Ляпунов, он прошел горнило войны от Крыма до Берлина, дослужившись до командира артиллерийской батареи. И точно также он однажды заболел запретной “Кибернетикой” Винера.

В 1956 году, когда на свет появится термин “Искусственный Интеллект”, он выпустит в соавторстве с А. Криницким книгу “Электронные цифровые машины”  — первое фундаментальное советское исследование по вычислительной технике. В частности, Китов в своей работе уделяет особое внимание не арифметическому использованию ЭВМ. 

Иными словами, он предлагал заставить компьютер решать практические задачи: управление производством, машинный перевод, экономические проблемы. Компьютер можно научить, как писал Китов, перелопачивать огромные массивы данных, а также сопоставлять и классифицировать. 

Он подчеркивал, что ЭВМ способны обрабатывать не только числа, но и символы, тексты, логические структуры. То есть выполнять операции, ранее бывшие интеллектуальной монополией человека. Монография стала большим успехом и разлетелась по всему Социалистическому блоку от Китая до ГДР.

А чтобы задачи эти решались легче и быстрей, компьютеры следовало бы объединить в один суперкластер между собой — нечто похожее сделает проект АРПАНЕТ, объединивший компьютеры в сеть с с пакетной коммутацией данных. Китов назвал свое видение “Единая государственная сеть вычислительных центров” (ЕГСВЦ), что в общем-то было предчувствием грядущего интернета. 

Советское и британское издания работы “Электронные цифровые машины”. 

Советское и британское издания работы “Электронные цифровые машины”. 

К сожалению, его доводы не были услышаны наверху. Даже после обращения к Хрущеву. Некоторые предполагают, что советские аппаратчики боялись технологии Китова, которая бы лишила их привилегированного положения.

Китов был разгромлен. Но не сдался и продолжил напряженно заниматься научной работой. Например, в 1960-х он сформулирует основы АЛГЭМ — процедурно-ориентированного языка высокого уровня для логических и экономических вычислений, что помогало бы управлять производством, вести поиск данных (почти гуглить!) и обрабатывать тексты. АЛГЭМ был реализован на ЭВМ “Минск-22” и “Минск-32”.  

Семейство Минск

ОДна из машин семейства "Минск". Источник.

Виктор Глушков

Виктор Глушков.

Виктор Глушков.

Виктор Михайлович Глушков (1923-1982) был еще одним корифеем советской физико-математической школы. Еще в молодости он решил Пятую проблему Гильберта, касающуюся связи между топологическими группами и группами Ли. Также он был известен среди студентов как гегельянец, побывавший на восстановлении донецких шахт после войны.

Глушков сформулировал идею автоматизированных систем управления (АСУ), которые бы умели самостоятельно собирать данные, анализировать их и помогать руководству принимать ключевые решения. Эта концепция предвосхитила Систему Поддержки Принятия Решений (DSS), которые сегодня используются в логистике, финансах, здравоохранении и многих других областях.   

 Глушков с коллегами, 1960.

 Глушков с коллегами, 1960.

ИИ должен был играть в ОГАСЕ далеко не последнюю роль. На его алгоритмы планировалось водрузиться автоматическая классификация данных, прогностическое моделирование с системой компьютерного зрения, которую автор называл “глаз-рука”, ассоциативный поиск для связки на первый взгляд разрозненных данных в единое целое и генерацию вариантов управленческих решений с оценкой гипотетических последствий. Одним словом, насыщенный ИИ-коктейль.  

Но как и с ЕГСВЦ Китова, проект Глушкова так и не был реализован. Некоторые полагают, что внедрение такой системы могло бы предотвратить катастрофические события в советской экономике, которые придут с перестройкой.

Что еще удивительно, Глушков был настоящим пророком. Он буквально предсказал в 1982 году появление умных ручных гаджетов и современного интернета в своей книге “Основы безбумажной информатики”:

Недалек тот день, когда исчезнут обычные книги, газеты и журналы. Каждый человек будет носить с собой электронный блокнот – комбинацию плоского дисплея с миниатюрным радиоприёмопередатчиком. Набирая на клавиатуре этого блокнота нужный код, можно, находясь в любом месте на планете, вызвать из гигантских компьютерных баз данных тексты, изображения, которые и заменят не только книги, журналы и газеты, но и телевизоры.”

Рудольф Зарипов

Рудольф Зарипов.

Рудольф Зарипов.

Имя Рудольфа Хафизовича Зарипова (1929-1991) известно в основном искушенным специалистам. А меж тем, это был талантливейший ученый родом из Казани, который первым в истории человечества научил машину сочинять музыку самостоятельно.

В 1959 году в Вычислительном центре МГУ кандидат физико-математических наук и по совместительству виолончелист и музтеоретик Рудольф Зарипов решил совершенно пустяковую задачу: как превратить чарующие созвучия в алгоритм.

Он сформулировал правила генерации мелодии (то есть создал первый музыкальный промт в истории):

  • Трехчастная структура ABA.

  • Каждая 8-тактовая фраза заканчивается на ноте тонического трезвучия.

  • Широкие интервалы (квинта и выше) — не больше одного раза на фразу.

  • Не более 6 последовательных нот.

Летним вечером 1959 года Зарипов ввел эти правила в ламповую ЭВМ “Урал-1”, которая работала очень медленно и со скрипом, требуя 5 минут на простенькую мелодию из нескольких нот. На выходе получилась перфолента с первым в мире музыкальным опусом, полностью написанным машиной — “Уральские напевы”.

ЭВМ “Урал-1”.

ЭВМ “Урал-1”.

Ученый предвидел скепсис и провел четыре слепых теста в 1968, 1973, 1976 годах и в олимпийском 1980. Слушателям давали одинаково исполненные пьесы: половина принадлежала перу “Урала”, а другая была написана живыми композиторами. В результате советский компьютер стал фаворитом во всех четырех тестах — публика предпочла музыку, написанную зариповским алгоритмом.

Панель управления, заменившая Зарипову фортепианные клавиши.

Панель управления, заменившая Зарипову фортепианные клавиши.

К сожалению, автор не дожил до появления первых музгенераторов на основе ИИ. Да и его алгоритм уже довольно устаревший сегодня. Но выделенные им принципы, позволившие разбить нечто эфемерное и непостижимое на холодные числовые данные, в итоге оказали огромное влияние на генеративное ИИ.

Более подробная статья о Зарипове и его алгоритме.

Сергей Маслов 

О Сергее Юрьевиче Маслове (1939–1982) сведений по-скромному немного. Известно, что он, прямо как Ляпунов, тоже был научным бунтарем и тоже проводил “нелегальный” семинар сначала в Ленинградском отделении математического института им. В. А. Стеклова (ЛОМИ), а затем уже в своей квартире. За подпольную деятельность его сравнивали даже с апостолом Павлом, на версию которого, кисти Эль Греко, он был разительно похож.

Сергей Маслов.

Сергей Маслов.

Маслов принимал участие в группе математической логики в ЛОМИ, которая занималась автоматическим поиском логического вывода и, по сообщению очевидцев, это были первопроходческие изыскания мирового калибра.

Но главную известность математик получил за открытие революционного “обратного метода” поиска доказательств. Суть его заключается в том, чтобы ЭВМ научилась “отматывать время назад” и глядя на результаты энного события могла бы установить предпосылки его повлекшие: от желаемого заключения строится цепочка логических шагов назад к аксиомам. 

Метод позволяет машине самостоятельно строить доказательства, а не просто проверять их. Эта обратимость немного напоминает диффузионные процессы, когда генеративная модель учится в обратном порядке “восстанавливать” тренировочный сэмпл, утопленный в гауссовом шуме.

Допустим, несть утверждение: “Сократ смертен”. Система не обязана сразу искать всю цепочку сверху вниз. Она вообще может не знать что такое “Сократ”. Но зато она может начать рассуждение:

  • Что нужно, чтобы Сократ был смертен?

  • Нужно, чтобы он был человеком, а все люди были смертны.

  • Что нужно, чтобы доказать, что он человек?

  • Скорее всего, это уже есть среди предпосылок: его смертность.

А поскольку современный ИИ часто сочетает поиск, логический вывод и формальные правила, то именно здесь принцип Маслова остается очень живым и полезным. Сегодня он применяется в верификации программ, проверке микросхем и процессов, а также в экспертных системах. Кстати, сформулировал Маслов свою идею на целый год раньше заокеанских коллег.